📅

Prompt-Intelligenz-Bericht — 6. Oktober 2026

🏆 Highlight

### Video as Code: Opus 5.5 dreht Filme, indem es Code schreibt Der Prämieren-Trend des Tages ist kein neues Videomodell, sondern ein Prompting-Stil: Opus 5.5 rendert Filme als Code. Das Modell schreibt eine Webseite, die jeden Frame zu einer beliebigen Zeit zeichnet (`window.renderAt(t)`), Headless-Chrome filmt sie ab, FFmpeg muxt den MP4 — und derselbe Prompt enthält Bild, Animation, Mus...

Prompt-Intelligenz-Bericht — 6. Oktober 2026

🔤 TOP 3 PROMPTS — Textgenerierung

1. Bug-Bounty-Aufklärung als Prompt: Phase 0 Recon

Prompt (vollständig, kopierbar):

# Phase 0: Lightweight Surface Map

Cross-phase coverage: read `$YOUR_HELPERS_ROOT/coverage-angles.md`. This is reconnaissance, so do not record a vulnerability test unless one actually occurs. Later phases use the shared angle ledger to distinguish prior tests from untested hypotheses. Treat the local refs and historical examples under `$YOUR_REFERENCE_ROOT` as our bounded RAG corpus: map observed technologies, protocols, and operation classes to likely `ref-<class>-techniques.md` and per-surface example files for the Phase 2 handoff, but do not turn a reference match into a finding or perform extra testing in recon.

## Purpose

Build the minimum unauthenticated map required by P01 and P02. Do not hunt vulnerabilities, validate secrets, scan infrastructure broadly, or write reports. Later phases own vulnerability testing. Prefer a small accurate map to an exhaustive wildcard inventory.

## Target and tracking

- **Domain**: {{target}}
- **Scope**: {{scope}}

Run this before any other work:

```bash
$YOUR_HUNT_BIN/hunt-phase-event start \
  '{{platform}}' '{{handle}}' '{{target_norm}}' phase-00-recon true
```

Am besten mit: Claude Code (Opus 5.5) oder GPT-6 Astra — agentisch, mit Bash-Zugriff

Warum effektiv: Der Prompt erzwingt eine reine Aufklärungsphase: keine Funde, keine Scans, nur eine minimale, korrekte Oberflächen-Karte. Die klaren Verbote („do not hunt, do not validate secrets") verhindern, dass das Modell in teurem Enthusiasmus losschraubt, bevor der Sweep-Phase-Plan steht.

Quelle: https://github.com/mdpsec/bug-bounty-hunting-prompts/blob/main/phases/phase-00-recon.md | 416 Sterne

Community Resonanz: Der Autor (@mdp_sec) hat seine private Jagd-Workflow als 10-Phasen-Prompt-Sequenz veröffentlicht; das Repo sammelte seit Ende September über 400 Sterne.

2. Der Orchestrator: Schwachstellen-Sweep mit Subagent-Fan-out

Prompt (vollständig, kopierbar):

# Phase 2: Sweep

Cross-phase coverage: read `$YOUR_HELPERS_ROOT/coverage-angles.md` and use its shared angle ledger for each concrete vulnerability hypothesis. Before testing a class, load the matching local technique ref and, when a historical shape helps, the relevant `hunt-examples-INDEX.md` section. Record the exact files consulted and retrieval status on the angle. Keep existing endpoint test events and the 47-row matrix as Phase 02 completion authority. A prior class verdict does not close an untested mechanism, identity, or method.

One contiguous session with subagent fan-out. You work the endpoint catalog by class, running session-bound classes yourself and delegating stateless ones, until every shape carries a verdict.

## Target
- **Domain**: {{target}}
- **Scope**: {{scope}}

## Your Role: orchestrator

**Give every eligible endpoint shape a relevant verdict, and file what confirms.**

This is a coverage phase, not a bug-count phase. The goal cycles that follow chase depth on whatever looks promising and leave the map unannotated. Your job is the opposite: breadth, with relevant tests recorded across the mapped surface, so the cycles start from a map that says what has already been tried and what died.

Am besten mit: Claude Code (Opus 5.5), effort high — mit Subagent-Fan-out

Warum effektiv: Der Prompt trennt Breite von Tiefe: erst jeder Endpunkt-Klasse ein Verdict, dann erst Vertiefung. Die 47-Zeilen-Coverage-Matrix als „Completion Authority" macht Fortschritt maschinell prüfbar statt selbstattestiert.

Quelle: https://github.com/mdpsec/bug-bounty-hunting-prompts/blob/main/phases/phase-02-sweep.md | 416 Sterne

Community Resonanz: Wird als Copy-paste-Vorlage für eigene, evidenz-first Jagd-Systeme diskutiert; die Platzhalter ($YOUR_*) sind bewusst Offenlegungspunkte für die eigene Infrastruktur.

3. Support-Triage als Prompt: Typisierte Entscheidungsfragen mit Wahrscheinlichkeiten

Prompt (vollständig, kopierbar):

curl -X POST https://thejevai.com/v1/systemone \
  -H "Authorization: Bearer $JEV_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev-latest",
    "state": {
      "message": "My payout has failed three times.",
      "days_waiting": 3
    },
    "questions": {
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this request?",
        "criteria": {
          "billing": "Payments, invoices, refunds, or payouts",
          "technical": "Bugs, outages, or integration failures",
          "sales": "Pricing, upgrades, or new accounts"
        }
      },
      "needs_human": {
        "type": "noul",
        "instructions": "Does this request require human review?"
      }
    }
  }'

Am besten mit: Jev (jev-latest) — Decision-Modell mit typisierten Fragen (choice / score / noul)

Warum effektiv: Statt freiem Chat erhält das Modell einen State plus typisierte Fragen mit expliziten Kriterien je Option. Die Antwort kommt strukturiert mit Wahrscheinlichkeiten und Confidence zurück (z. B. billing 0.94, needs_human 0.87) — direkt konsumierbar in Routing-Code.

Quelle: https://huggingface.co/blog/sora-2/how-to-use-the-jev-ai-model-a-step-by-step-develop | 40 Upvotes

Community Resonanz: Der Developer-Guide auf dem HuggingFace-Blog zeigt den kompletten Weg von der Frage-Auswahl bis zum Produktions-Checklist.

🖼️ TOP 3 PROMPTS — Bildgenerierung

1. Neon-Schild bei Regen: Qwen-Image 2.1 Text-zu-Bild

Prompt (vollständig, kopierbar):

A neon shop sign that reads "QWEN IMAGE 2.1", rainy night, reflections on wet pavement
Parameter (offizielle Empfehlung): width=2048, height=2048, num_inference_steps=40, seed=42.
Unterstützte Seitenverhältnisse: 1:1 (2048×2048), 4:3 (2400×1792), 3:2 (2528×1696), 16:9 (2752×1536), 9:16 (1536×2752).

Am besten mit: Qwen-Image 2.1 (7B DiT) — Diffusers, ComfyUI, vLLM-Omni oder SGLang

Warum effektiv: Ein Satz, der gleich drei Härtefälle kombiniert: Text-Rendering im Bild, nächtliche Lichtstimmung und spiegelnde Reflexionen. Genau die Klassen (Typografie, Porträt-Licht, feine Details), die Qwen-Image 2.1 laut Release-Notes verbessert hat.

Quelle: https://huggingface.co/Qwen/Qwen-Image-2.1 | Offizielle Model-Card (Release 20.09.2026)

Community Resonanz: Die Community-Liste awesome-qwen-image dokumentiert bereits Checkpoints, Quants, LoRAs und Prompt-Engines für das frische 7B-Modell.

2. Sticker mit echtem Alphakanal: RGBA-Transparenz-Prompt

Prompt (vollständig, kopierbar):

This is an RGBA image with transparency. A cute cartoon dragon sticker. The image has alpha channel and the background is transparent.

Am besten mit: Qwen-Image 2.1 (native RGBA-Ausgabe, 2048×2048, 40 Steps)

Warum effektiv: Qwen-Image 2.1 ist das erste unified-Modell mit nativer Transparenz-Ausgabe — aber nur mit diesem offiziell empfohlenen Prompt-Format nutzt es den Alpha-Kanal wirklich. Sticker, UI-Assets und Compositing-Layer fallen fertig freigestellt an.

Quelle: https://huggingface.co/Qwen/Qwen-Image-2.1 | Offizielles Prompt-Format der Model-Card

Community Resonanz: Native-Transparenz-Erzeugung und Editing in einem 7B-Modell ist das meistgeteilte Feature des Releases; bis zu 10 Referenzbilder pro Prompt werden unterstützt.

3. Hintergrund tauschen per Ein-Satz-Edit

Prompt (vollständig, kopierbar):

Change the background to a sunset beach

Am besten mit: Qwen-Image 2.1 (Image-Editing-Modus, 40 Steps) — Input-Bild mitgeben

Warum effektiv: Das 7B-DiT vereint Generierung und Editing: derselbe Prompt-Slot steuert sowohl Neuerzeugung als auch lokale Edits. Der kurze Imperativ reicht, weil Maske und Referenzbild separat übergeben werden — der Prompt bleibt lesbar.

Quelle: https://huggingface.co/Qwen/Qwen-Image-2.1 | Offizielles Editing-Beispiel

Community Resonanz: Edits laufen laut Model-Card über Circles, gemalte Annotationen oder separate Masks — Identität von Personen und Produkten bleibt dabei erhalten.

🎬 TOP 3 PROMPTS — Videogenerierung

1. Schlacht von Austerlitz als Code-Film (4–5 Minuten)

Prompt (vollständig, kopierbar):

Create a 4–5 minute cinematic video about the Battle of Austerlitz (1805), built entirely in code.

Research the battle thoroughly and decide for yourself how to tell the story, structure the pacing, explain the strategy, and visualize the events. I want it to be historically accurate, dramatic, easy to understand, and visually exceptional.

Use the attached paintings as visual inspiration, not a strict style requirement. I love their scale, atmosphere, smoke, dramatic skies, cavalry, massed formations, landscape, and sense of chaos. Find a way to translate that feeling into code — but if you can invent a stronger visual language, do it.

Don't make it feel like a generic infographic or strategy game. It should feel like a cinematic historical film that happens to be rendered with code.

You have complete creative control. Surprise me.

Am besten mit: Claude Code mit Opus 5.5 (effort high/xhigh) + Node, Chrome, FFmpeg; Referenzbilder (Kriegsgemälde) anhängen

Warum effektiv: Rollen-Zuschreibung per Aufgabe statt Befehl: das Modell recherchiert, dramaturgiert und visualisiert selbst. Die Negativ-Abgrenzung („not a generic infographic") plus freigeschaltete Kreativkontrolle („Surprise me") liefern Ergebnisqualität statt Befehlsausführung.

Quelle: https://github.com/joeseesun/opus-video-prompts/blob/main/prompts/11-austerlitz-film.md | 173 Sterne

Community Resonanz: Autor Winter (@WinterArc2125) publizierte den kompletten Stack (WebGL-Renderer, Terrain-Daten, Kokoro-Narration, Chromium-zu-FFmpeg-Pipeline) als Open-Source-Repo.

2. 30-Sekunden-Explainer fürs eigene Business (Vorlage zum Ausfüllen)

Prompt (vollständig, kopierbar):

Adopt the role of an expert motion designer. Build a 30-second animated explainer for my business as a single HTML page. 5 scenes. The customer's problem, what I do, how it works in 3 steps, one proof point, and my name at the end. Bold text, smooth transitions, my brand colours. My business [DESCRIBE WHAT YOU SELL, WHO IT'S FOR AND YOUR COLOURS]

Am besten mit: Claude (Opus 5.5) — läuft direkt im Chat, Output als HTML-Vorschau; Aufnahme per Screen-Recording

Warum effektiv: Klassischer Role-Prompt („Adopt the role of an expert motion designer") mit fixer Dramaturgie: Problem → Lösung → 3 Schritte → Proof → Branding. Nur ein Platzhalter zum Ausfüllen — danach iterieren mit je einer Änderung pro Nachricht („slower", „more energy").

Quelle: https://github.com/joeseesun/opus-video-prompts/blob/main/prompts/07-business-explainer-30s.md | 173 Sterne

Community Resonanz: Von Alex Prompter (@alex_prompter) geteilt; das Repo sammelt 18 vollständige Prompts und 54 öffentliche Fälle der ersten Opus-5.5-Woche mit Quelllinks.

3. Cel-Animation mit „Line Boil": hand-made in Code

Prompt (vollständig, kopierbar):

You are the director, motion designer, engineer and sound designer of ONE 10-second motion-design film.
The goal is the most classic, yet most stunning form of this style — award-shortlist / high-end commercial quality. A clean, template-looking result is a fail. Benchmarks: Buck, ManvsMachine, Ordinary Folk, Giant Ant, Territory Studio, Apple keynote motion, Pentagram motion identities, top Behance/Motionographer features, top 抖音/B站 designer accounts.

# Style
逐帧手绘 / 线条沸腾 Cel Animation / Frame-by-Frame & Line Boil

# Output (fixed)
- 1920×1080, 24 fps, exactly 10.000 s (240 frames), H.264 MP4 with stereo AAC audio (48 kHz), mastered to −14 LUFS
  integrated, true peak ≤ −1 dBTP. Final file: video.mp4.

# Suggested technical route
HTML Canvas2D: custom variable-width brush renderer (centreline + pressure → outline polygon), boil = 3–4 jitter variants cycled every 2 frames; paper texture multiply
(You may choose a better route if it clearly raises quality; say why.)

# Creative seed
「手作魔法」Hand-made frame-by-frame magic, Buck/Giant-Ant hybrid (clean shapes + hand-drawn cel FX), animated on 2s at 24 fps.
- Warm paper ground; ink linework that BOILS (lines redrawn with slight variation every 2 frames); fills slightly off-register like hand colouring.
- Story: a matchstick strikes (SMEAR frame, on 1s for the fast action) → a flame spirit character jumps out, anticipation + squash, dances (on 2s) → it bursts into cel FX: smoke puffs curling, sparks, star bursts, speed lines → the FX re-form into hand-lettered title (e.g. "HAND MADE" or 手作) that keeps boiling on a 1s hold (on 3s for the hold).
- Palette 3–4 colours: ink black, tomato red, sunny yellow, cream paper; paper grain multiply 10–15%.
Sound: playful jazzy pizzicato/xylophone bed + cartoon SFX: strike, fwoosh, pop, poof, sparkle — synced to the frame.

Am besten mit: Claude Code mit Opus 5.5 (effort high/xmax) + Node, Chrome, FFmpeg

Warum effektiv: Studiennamen als Qualitäts-Benchmark und „A clean, template-looking result is a fail" als hartes Misserfolgs-Kriterium — das drückt das Modell aus dem AI-Einheitslook. Dazu harte Output-Spezifikation (10.000 s, 240 Frames, −14 LUFS) und ein deterministischer Renderpfad: jedes Frame eine reine Funktion der Zeit t.

Quelle: https://github.com/Vincentwei1021/mg-styles-15/blob/main/prompts/05-cel-boil.md | 284 Sterne

Community Resonanz: Teil von „15 Motion Design Styles": 15 Filme, alles Code (SVG, Canvas, WebGL, Three.js), Musik aus 103 Samples synthetisiert; AI-Jury-Scores 7.57–8.21/10 nach je zwei Revisionsrunden.

🧠 TOP 3 NEUE TECHNIKEN

1. First-Frame = Last-Frame: der perfekte Loop

Zusammenfassung: Dasselbe Standbild wird als erstes UND letztes Frame an ein Videomodell übergeben — das Modell kehrt zwangsläufig zum Ausgangspunkt zurück, und der Loop schließt sich nahtlos.

Erklärung: Bei animierten Icons ist die härteste Hürde der saubere Übergang vom Ende zurück zum Anfang. Der Trick aus dem /3dicon-Skill umgeht sie konstruktiv: Aus dem generierten Still werden erstes und letztes Frame identisch belegt, das Videomodell (z. B. Seedance) animiert dazwischen und endet im exakten Startzustand. Anschließend wird bei jedem Frame der Hintergrund per Matting-Modell entfernt — Ergebnis ist eine animierte WebP mit echtem Alphakanal, direkt einbaubar in App-UIs.

Beispielprompt:

make an animated 3d fire icon using /3dicon

Geeignet für: Claude Code mit /3dicon-Skill; generell für jedes First/Last-Frame-Videomodell (Seedance, Kling u. a.)

Ursprung: https://github.com/samyost1/3dicon

Warum heute wichtig: Loopende Assets sind der meistgebrauchte Animationstyp in UIs und Ads. Mit Opus 5.5s Code-Video-Welle (535 Sterne für diesen Skill allein) wird der Loop-Trick zur billigsten Route zu unendlich lohnenden Icons.

2. Rubric-Jury: Zweitprüfung durch ein unabhängiges AI

Zusammenfassung: Ein zweites AI bewertet das Generierungsergebnis anhand einer festen Rubrik (rubric.md); die Kritik geht zurück an den produzierenden Agenten — zwei Runden lang.

Erklärung: Im mg-styles-15-Workflow ist jedes Prompt-Ergebnis erst der Entwurf: Eine separate AI-Instanz liest rubric.md („what a jury looks for": Stil-Authentizität, Signature-Features, Timing, Sound-Sync, technische Makellosigkeit) und vergibt einen Score. Die Kritik wird zurückgepaste, der Autor-Agent überarbeitet — zweimal. Erst die finale Version geht raus; die 15 Filme erreichten so 7.57–8.21/10. Das trennt Urteil von Ausführung und verhindert, dass der Autor sein eigenes Werk freigeibt.

Beispielprompt:

You are an independent motion-design jury, not the film's author.
Score this 10-second film against the rubric below, 1–10 per criterion,
and cite the exact timecode (frame or second) for every deduction:
1. Style authenticity — would an expert name the style within one second?
2. Signature features — is every signature technique present and executed correctly?
3. Timing & energy — hook in the first 0.5 s, hero moment at 60–75 % of runtime, composed end frame?
4. Sound — do visual hits land on audio onsets; is the master at −14 LUFS, true peak ≤ −1 dBTP?
5. Craft — no black frames, no tofu glyphs, no clipped elements, no gradient banding?
End with the three highest-impact fixes for the next revision round. Do not fix anything yourself.

Geeignet für: Claude Opus 5.5 / jedes Model mit Code-Ausführung; generell für alle generativen Workflows

Ursprung: https://github.com/Vincentwei1021/mg-styles-15

Warum heute wichtig: Self-Critique im selben Chat verliert an Schärfe, weil Modelle die eigene Ausgabe schonen. Eine getrennte Jury mit Zeitcode-Pflicht macht Qualität messbar — und liefert dem Agenten eine priorisierte Fix-Liste statt Lobhudelei.

3. Strukturiertes Auditing statt freiem Chain-of-Thought

Zusammenfassung: Freiform-CoT kann logische Sprünge und Halluzinationen hinter plausibler Prosa verstecken — strukturierte Audit-Prompts erzwingen verifizierbare Beweiszeilen pro Behauptung.

Erklärung: Das heutige arXiv-Papier „Correct Verdicts, Flawed Reasoning" auditierte LLM-Schwachstellen-Analysen manuell: Rund 60 % der korrekten Urteile begleiteten fabrizierte oder unverifizierbare Aussagen. Die Antwort der Autoren: strukturiertes Reasoning mit Pflichtformat statt Fliesstext — jede Schlussfolgerung muss auf eine konkret zitierte Code-Stelle, einen Test oder eine Quellzeile zeigen, und Widersprüche werden als Blockers geführt, nicht weg-paraphrasiert.

Beispielprompt:

Audit mode — structured verdict, no free-form prose.
For the code below, output exactly this table, one row per claim:
| # | Claim | Evidence (file:line or test id) | Verifiable? | Contradicts? |

Rules:
- Every claim MUST cite a concrete file:line, test id, or quoted execution step.
- If a step cannot be verified, mark Verifiable? = NO and stop reasoning on that branch.
- If two claims conflict, list both as Contradicts? = YES and resolve or flag as blocker.
- Final verdict field: verdict, confidence 0–1, and the single strongest unverifiable assumption.
Never state a conclusion that lacks a row in the table.

Geeignet für: GPT-6 Astra, Claude Opus 5.5, alle Modelle in Sicherheits- und Code-Review-Workflows

Ursprung: https://arxiv.org/abs/2610.06366

Warum heute wichtig: LLM-Verdicts wirken oft richtig und begründen trotzdem fabriziert — genau da setzen Sicherheitsteams heute auf. Wer Prompts für Analyse-Aufgaben schreibt, verlangt ab heute Beweiszeilen statt eloquenter Erzählung.

🏆 Highlight des Tages

Video as Code: Opus 5.5 dreht Filme, indem es Code schreibt

Der Prämieren-Trend des Tages ist kein neues Videomodell, sondern ein Prompting-Stil: Opus 5.5 rendert Filme als Code. Das Modell schreibt eine Webseite, die jeden Frame zu einer beliebigen Zeit zeichnet (window.renderAt(t)), Headless-Chrome filmt sie ab, FFmpeg muxt den MP4 — und derselbe Prompt enthält Bild, Animation, Musik und Sound. Die Community dokumentiert das in Sammlungen wie awesome-opus5-5-videos (2177 Sterne) und opus-video-prompts (18 vollständige Prompts, 54 Fälle). Der schnellste Einstieg — Deedys One-Liner, der laut Autor eine Minute und ca. 2 $ kostete:

Prompt (vollständig, kopierbar):

make a modern slick and punchy video for a modern startup that works on inference

Und die chinesische Variante von WY (@akokoi1), die ein 5000-Jahre-Historien-Adventure in Strichzeichnung-Optik ergab:

Prompt (vollständig, kopierbar):

做一个动画，快速回顾中华五千年的历史。风格轻松有趣，动画格式为线稿，添加合适的音乐，请务必做到引人入胜

Am besten mit: Claude Code mit Opus 5.5, effort high bis xhigh; lokal Node, Chrome und FFmpeg

Warum ein Highlight: Der komplette Produktionsstack — Bild, Dramaturgie, Musik, Mastering — kollabiert in EINEM Prompt. Statt teurer Videomodelle wird Berechenbarkeit zum kreativen Werkzeug, und das Ergebnis bleibt komplett nachvollziehbares, editierbares Material.

Quelle: https://github.com/joeseesun/opus-video-prompts | 173 Sterne

Community Resonanz: Innerhalb der ersten Opus-5.5-Woche (22.–25. September) entstanden X, Bilibili, Linux.do und GitHub überall kopierfertige Prompts — von 10-Sekunden-Motion-Design bis 6-Minuten-Historienfilm (OPUSCAR 98: 98 Oscar-Gewinner, 6:31 Min).

📰 Erlesene Artikel & Ressourcen

Bericht erstellt am 2026-10-06 Quellen: Hacker News, AI News Portals, arXiv, GitHub, Personal Blogs